根据世界卫生组织的资料，最近乳腺癌已超过肺癌，成为全球最常见的癌症。为了对抗乳腺癌，在SPIE Medical Imaging 2019上发起了BreastPathQ挑战赛，以支持用于评估乳腺癌病理学的计算机辅助诊断的发展。
BreastPathQ Challenge参与者的任务是开发一种自动方法，用于分析乳房组织的显微镜图像并根据其肿瘤细胞含量对其进行排名，以提供可靠的评估评分。正如SPIE的医学影像杂志(JMI)所报道的那样，这一挑战产生了令人鼓舞的结果，表明了整合人工智能(AI)简化乳腺癌临床评估的途径。
新辅助治疗的医学影像
大型或侵袭性乳腺癌的治疗通常已转向乳腺切除术作为最可靠的治疗方法。但是，称为“新辅助治疗”的疗法可能会导致肿瘤缩小，密度减小和扩散，使患者可以选择保留乳房的手术而不是进行乳房切除术。
医学成像使医生能够评估新辅助治疗的效果。虽然分析医学图像以检测癌症的过程通常是手动执行的，并且依赖于复杂组织结构的专家解释，但是用于识别癌症的机器学习算法可能会提高这些过程的可靠性和效率。除了减少人类病理学家固有的可外，类似的全自动方法有望提高图像分析的速度。
集中精力，国际努力
来自全球12个不同国家的39个团队参加了BreastPathQ挑战赛。总共开发，验证和测试了100种算法。根据“大挑战”框架的结构，团队需要将其算法与来自学术界，行业和政府的其他算法进行比较，该框架需要一组共享的源数据。
标签： 乳腺癌
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。
